谷歌首次展示新版語(yǔ)言模型BERT，參數(shù)達(dá)4810億個(gè)

MLPerf 訓(xùn)練是一個(gè)完整的系統(tǒng)基準(zhǔn)測(cè)試，用于測(cè)試機(jī)器學(xué)習(xí)模型、軟硬件等。上一輪 MLPerf 訓(xùn)練基準(zhǔn)（v1.0）發(fā)布于 5 個(gè)月前，與之相比，本次最佳基準(zhǔn)測(cè)試結(jié)果提高了 2.3 倍，在軟硬件和系統(tǒng)規(guī)模方面都有了實(shí)質(zhì)性的改進(jìn)。

MLPerf 訓(xùn)練基準(zhǔn)的內(nèi)容由封閉式和開(kāi)放式兩個(gè)部分組成。開(kāi)放式區(qū)別于封閉式的地方是，開(kāi)放式的參與者可以提交各種模型，而封閉式為確保一個(gè)相對(duì)公平的競(jìng)爭(zhēng)環(huán)境，只允許提交相同的參考模型。

值得一提的是，谷歌在本次基準(zhǔn)測(cè)試的開(kāi)放式部分提交了之前從未公開(kāi)過(guò)的新版 BERT 自然語(yǔ)言程序。

新的 BERT 程序規(guī)模比通行的 BERT 標(biāo)準(zhǔn)版本大了 3 個(gè)數(shù)量級(jí)，神經(jīng)網(wǎng)絡(luò)參數(shù)達(dá)到 4810 億個(gè)，而標(biāo)準(zhǔn)版 BERT 只有 3.4 億個(gè)參數(shù)。更多的參數(shù)通常意味著需要更多的計(jì)算能力。

據(jù)了解，為了得到更大的 BERT 模型，谷歌使用的計(jì)算機(jī)搭載了 2048 個(gè) TPU（Tensor Processing Unit）芯片。與英偉達(dá)的 GPU 不同，TPU 是谷歌針對(duì)機(jī)器學(xué)習(xí)專(zhuān)門(mén)定制的芯片。此“2048-TPU 系統(tǒng)”目前可以通過(guò)谷歌云服務(wù)獲得。
谷歌表示，這一新穎的語(yǔ)言模型反映了 AI 規(guī)模日益增長(zhǎng)的重要性。

谷歌還說(shuō)，其能夠以 63% 的效率運(yùn)行龐大的 BERT 模型，這比英偉達(dá)和微軟共同開(kāi)發(fā)的 Megatron-Turing 語(yǔ)言模型 52% 的效率要好。該效率是通過(guò)相對(duì)于理論容量每秒執(zhí)行的浮點(diǎn)運(yùn)算數(shù)量來(lái)衡量的。

構(gòu)建越大的 AI 深度學(xué)習(xí)程序，越需要使用更多的 GPU 芯片或新型加速器芯片。研究人員認(rèn)為，程序的準(zhǔn)確性隨著 AI 規(guī)模的增加而增加。

谷歌機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施負(fù)責(zé)人阿魯沙·塞爾萬(wàn)（Aarush Selvan）說(shuō)：“我們一直在確保向 MLPerf 提交的文件與自身內(nèi)部需求以及機(jī)器學(xué)習(xí)行業(yè)的需求完全一致。培訓(xùn) AI 大模型在谷歌內(nèi)部變得越來(lái)越重要。其是我們研究和生產(chǎn)的一大重點(diǎn)，也是我們的云客戶(hù)所關(guān)注的重點(diǎn)?！?br />
塞爾萬(wàn)還說(shuō)道，AI 大模型有著成百上千億個(gè)，甚至超過(guò)萬(wàn)億的參數(shù)。在 MLPerf 競(jìng)賽中有某種大型基準(zhǔn)是非常有好處的，MLCommons 應(yīng)該考慮更多的大模型來(lái)衡量大規(guī)模培訓(xùn)的表現(xiàn)，像 ResNet-50 這樣較老、較小的網(wǎng)絡(luò)“只能給我們提供一個(gè)代理”。

MLCommons 的執(zhí)行董事大衛(wèi)·坎特（David Kanter）對(duì)此表示，大模型的建立需要所有成員共同決定。他同時(shí)指出，使用小型神經(jīng)網(wǎng)絡(luò)作為測(cè)試，能夠讓更多的成員參與競(jìng)爭(zhēng)。這有助于為整個(gè)社區(qū)生產(chǎn)更多有價(jià)值的工程產(chǎn)品，并幫助推動(dòng)行業(yè)不斷向前發(fā)展。

“基準(zhǔn)的關(guān)鍵是要公平和有代表性，而且也得考慮到經(jīng)營(yíng)者的承受能力，不能讓其破產(chǎn)。從理論上講，我們可以把 GPT-3 作為 MLPerf 基準(zhǔn)，但培訓(xùn) GPT-3 相當(dāng)昂貴，需要數(shù)千萬(wàn)美元?！笨蔡匮a(bǔ)充說(shuō)。據(jù)悉，GPT-3 是 OpenAI 在 2020 年推出的有著 1750 億參數(shù)的自然語(yǔ)言模型。

此外，MLPerf 標(biāo)準(zhǔn)測(cè)試的代碼對(duì)每個(gè)人都是開(kāi)放的，任何 AI 研究人員都可以復(fù)制測(cè)試結(jié)果進(jìn)行重新驗(yàn)證。

谷歌今年早些時(shí)候在高度并行化神經(jīng)網(wǎng)絡(luò)方面做了一定研究，其中概述的設(shè)計(jì)與本次展示的巨型 BERT 模型類(lèi)似。該公司認(rèn)為，巨型 BERT 模型經(jīng)過(guò)訓(xùn)練，可以產(chǎn)生更具準(zhǔn)確性的結(jié)果。

在封閉式部分測(cè)試中，谷歌使用了較小的 BERT 模型。同時(shí)，為了達(dá)到與其他供應(yīng)商在封閉式部分相同的準(zhǔn)確性，谷歌還使用了較少的文本數(shù)據(jù)樣本。封閉式部分要求一個(gè)程序訓(xùn)練近 5 億個(gè)令牌序列，每個(gè)序列的長(zhǎng)度大多為 128 個(gè)令牌。谷歌的程序只使用了大約 2000 萬(wàn)個(gè)令牌序列，每個(gè)序列長(zhǎng)度為 512 個(gè)令牌。

塞爾萬(wàn)說(shuō)，谷歌打算在未來(lái)繼續(xù)提交 MLPerf 的封閉式部分基準(zhǔn)。“明年或許將看到所有人回到封閉式賽區(qū)，雖然不能保證，但我們計(jì)劃那樣做?！彼f(shuō)。
整體來(lái)看，MLPerf 訓(xùn)練基準(zhǔn)（v1.1）的結(jié)果進(jìn)一步推動(dòng)了 MLCommons 的目標(biāo)，即通過(guò)比較機(jī)器學(xué)習(xí)系統(tǒng)、軟件和解決方案，提供基準(zhǔn)和指標(biāo)，使行業(yè)競(jìng)爭(zhēng)環(huán)境更加公平。

“通過(guò)對(duì)體系結(jié)構(gòu)、系統(tǒng)規(guī)模、軟件、模型劃分等方面的優(yōu)化，”坎特說(shuō)，“供應(yīng)商正設(shè)法加速神經(jīng)網(wǎng)絡(luò)的性能，其速度比摩爾定律的歷史軌跡快 11 倍?！?br />
據(jù)了解，本次的基準(zhǔn)測(cè)試共有 14 個(gè)組織參與，包括微軟 Azure、百度、戴爾、富士通、技嘉、谷歌、Graphcore、HabanaLabs、HPE、浪潮、聯(lián)想、英偉達(dá)、三星和超微，發(fā)布的同行評(píng)審結(jié)果數(shù)量超過(guò) 185 個(gè)。

MLCommons 與其合作伙伴，包括全球技術(shù)提供商、學(xué)者和研究人員，通過(guò)各種方式為整個(gè)機(jī)器學(xué)習(xí)行業(yè)構(gòu)建工具。

“回顧 2018 年的第一輪 MLPerf 訓(xùn)練，我們一些基準(zhǔn)的性能提高了 30 倍，”坎特說(shuō)，“這種性能的快速增長(zhǎng)將激發(fā)出新的機(jī)器學(xué)習(xí)創(chuàng)新，最終使社會(huì)受益。”
-End-
參考：
https://www.zdnet.com/article/google-uses-mlperf-competition-to-showcase-performance-on-gigantic-version-of-bert-language-model/
https://mlcommons.org/en/news/mlperf-training-v11/